論文の概要: Human-Imperceptible Identification with Learnable Lensless Imaging

• arxiv url: http://arxiv.org/abs/2302.02255v1
• Date: Sat, 4 Feb 2023 22:58:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-07 19:20:29.000107
• Title: Human-Imperceptible Identification with Learnable Lensless Imaging
• Title（参考訳）: 学習型レンズレスイメージングによる非知覚的識別
• Authors: Thuong Nguyen Canh, Trung Thanh Ngo, Hajime Nagahara
• Abstract要約: 認識精度を維持しながら、視覚的プライバシを保護する学習可能なレンズレスイメージングフレームワークを提案する。 得られた画像が人間に知覚できないようにするために, 総変動, 可逆性, 制限された等尺性に基づいて, いくつかの損失関数を設計した。
• 参考スコア（独自算出の注目度）: 12.571999330435801
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Lensless imaging protects visual privacy by capturing heavily blurred images that are imperceptible for humans to recognize the subject but contain enough information for machines to infer information. Unfortunately, protecting visual privacy comes with a reduction in recognition accuracy and vice versa. We propose a learnable lensless imaging framework that protects visual privacy while maintaining recognition accuracy. To make captured images imperceptible to humans, we designed several loss functions based on total variation, invertibility, and the restricted isometry property. We studied the effect of privacy protection with blurriness on the identification of personal identity via a quantitative method based on a subjective evaluation. Moreover, we validate our simulation by implementing a hardware realization of lensless imaging with photo-lithographically printed masks.
• Abstract（参考訳）: レンズレスイメージングは、人間が被写体を認識できないが、機械が情報を推測するのに十分な情報を含む、大きくぼやけた画像を撮影することで、視覚プライバシを保護する。 残念ながら、視覚的プライバシー保護は、認識精度の低下と、その逆が伴う。 認識精度を維持しつつ、視覚プライバシを保護する学習可能なレンズレスイメージングフレームワークを提案する。 得られた画像が人間に知覚できないようにするために,全変動,可逆性,および制限等尺性に基づくいくつかの損失関数を設計した。 主観的評価に基づいて,プライバシー保護と曖昧さが個人識別に及ぼす影響を定量的に検討した。 さらに,光リソグラフィー方式のマスクを用いたレンズレス画像のハードウェア実現によるシミュレーションの検証を行った。

関連論文リスト

• Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
  この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。 また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-31T19:28:04Z)
• OpticalDR: A Deep Optical Imaging Model for Privacy-Protective Depression Recognition [66.91236298878383]
  抑うつ認識(DR)は、特にプライバシー上の懸念の文脈において、大きな課題となる。 我々は,疾患関連特徴を保持しつつ,撮像した顔画像の識別情報を消去する新しいイメージングシステムを設計した。 正確なDRに必要な本態性疾患の特徴を保ちながら、アイデンティティ情報の回復には不可逆である。
  論文  参考訳（メタデータ） (2024-02-29T01:20:29Z)
• Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
  本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。 具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。 本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
  論文  参考訳（メタデータ） (2023-09-11T09:26:07Z)
• Privacy-Preserving Face Recognition Using Random Frequency Components [46.95003101593304]
  顔認識によってプライバシーの懸念が高まっている。 人間の知覚可能な低周波成分を抽出することで視覚情報を隠蔽することを提案する。 得られた知見を,プライバシ保護のための新しい顔認識手法であるPartialFaceに抽出する。
  論文  参考訳（メタデータ） (2023-08-21T04:31:02Z)
• Modeling the Trade-off of Privacy Preservation and Activity Recognition on Low-Resolution Images [38.27648846018873]
  低解像度の画像センサを用いたコンピュータビジョンシステムは、インテリジェントなサービス(例えば、アクティビティ認識)を提供することができるが、ハードウェアレベルから不要な視覚的プライバシ情報を保持できる。 プライバシ保護と機械学習性能のトレードオフをモデル化することで、将来のプライバシ保護コンピュータビジョンシステムを導くことができる。
  論文  参考訳（メタデータ） (2023-03-18T15:23:10Z)
• PrivacyProber: Assessment and Detection of Soft-Biometric Privacy-Enhancing Techniques [1.790445868185437]
  そこで本研究では, バイオメトリック・プライバシ・エンハンシング技術を用いて, 回復の試みの信頼性について検討する。 プライバシ強化顔画像からソフトバイオメトリック情報を復元するための高レベルフレームワークであるPrivacyProberを提案する。
  論文  参考訳（メタデータ） (2022-11-16T12:20:18Z)
• PrivHAR: Recognizing Human Actions From Privacy-preserving Lens [58.23806385216332]
  我々は、人間の行動認識パイプラインに沿って、堅牢な視覚的プライバシー保護を提供するための最適化フレームワークを提案する。 我々のフレームワークは、カメラレンズをパラメータ化して、ビデオの品質を劣化させ、プライバシー特性を抑え、敵の攻撃を防ぎます。
  論文  参考訳（メタデータ） (2022-06-08T13:43:29Z)
• OPOM: Customized Invisible Cloak towards Face Privacy Protection [58.07786010689529]
  我々は、新しいタイプのカスタマイズクロークに基づく技術の観点から、顔のプライバシ保護について検討する。 本研究では,個人固有の(クラスワイドな)ユニバーサルマスクを生成するために,1人1マスク(OPOM)という新しい手法を提案する。 提案手法の有効性を,共通データセットと有名データセットの両方で評価した。
  論文  参考訳（メタデータ） (2022-05-24T11:29:37Z)
• Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
  敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。 TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
  論文  参考訳（メタデータ） (2020-03-15T12:45:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。